图片来源于网络
图片来源：沈阳建筑大学学报(社会科学版)
面对客观环境的限制，我们可以确定科学合理的评价指标体系，为决策者们提供判断依据，使其能够有的放矢地制定更好的政策和计划，调整系统建设的发展方向。
除了客观条件的限制，智慧水务本身的建设也存在着不足。首先是硬件资源的过度浪费。近几年，我们一直在推广智慧城市的建设，但是不同AI企业在开发水平上参差不齐，难以把握产品配置，这使得在很多操作规范和标准上,只是实现了单方面的应用，无法用模块化的硬件实现所需要的功能，具有一定的更新和维护难度，这使得网络系统建设上软件设备、硬件资源出现了很大的浪费，因此，在硬件上的投资力度会高于所控制的范围之内。
其次，是系统的运行安全问题。在系统建设方面，我们一直缺乏能够安全、独立地运行专业业务的技术人才；在系统网络与信息安全方面，也没有达到国家标准的产品，在系统建设的过程中极有可能会出现一些细节性的安全隐患问题。
最后，是智慧水务的信息规划问题。事实上，由于我国智慧水务的发展相对比较慢，在具体的实施过程中缺乏信息规划，很多信息应用在建设过程中难以得到匹配。系统中的各个部分没有纵向管理，各个单位在信息收集过程中意见不统一, 在早期甚至会导致建设空缺的现象。
在数据收集上，尽管大数据能得出数十年来的年均月均日均时均降水量，但是雨水排放还是存在着太多的变量，并不容易掌握规律。同一年份里，雨季和旱季不同，有无台风影响也不同，同一城市同一时间，东区和西区降水量也不相同。如何掌握降雨的变量，学习更多的规律，进而打磨出合适的预测模型，也是智慧水务要突破的地方。
智慧水务的制高点是社会生活与系统的有效串联
智慧水务要如何通向未来？正如上文中提到的，治水的关键在于人类自身。智慧水务系统不应该只关注于感知和分析，我们更需要由居民的需求和行为特征驱动的网络化、自调节的系统。比起感知水体循环，评估城市内涝灾害的危险性，在早期就能预测甚至能预防内涝的功能才是我们的需求。
加深对社会生活的了解是智慧水务的突破点。智能手机的普及使得直接测量人类行为成为可能，利用这些数字痕迹收集数据，我们可能会更容易回答这些问题：他们几时用水较多？是否有污染环境的行为？该地区降雨量对他们的生活是否造成了严重的影响？
了解了一个城市的行为模式后，我们就可以更好地规划城市水务，特别是关于人类行为的连续的数据流可以让我们更加准确地预报水资源使用情况、污水排放情况、交通尾气排放量，以及这带来的环境问题等。
这些由数据驱动的预报可以让我们提前为峰值需求做好准备，从而实现更好的管理。我们也希望，在大雨中赶去上班，的士是管够的，而不用把自己变成“货物”坐上“货拉拉”。
[完]
智能相对论（微信id:aixdlun）：深挖人工智能这口井，评出咸淡，讲出黑白，道出vb深浅。重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
